OpenAI relanzó Codex en 2026 con una propuesta muy diferente al Codex original: no es un modelo de autocompletado, sino un agente de código que puede trabajar en tareas largas de forma asíncrona. Lo lanzas con una tarea, y vuelves cuando ha terminado.
Qué es Codex 2026
Codex funciona en entornos sandbox aislados. Le das una tarea en lenguaje natural (“implementa autenticación JWT en este proyecto”, “escribe tests para el módulo de pagos”, “refactoriza estas funciones para eliminar duplicación”), y el agente:
- Clona tu repositorio en un entorno aislado
- Planifica los cambios necesarios
- Implementa los cambios iterativamente
- Ejecuta los tests para verificar
- Devuelve un PR con los cambios
El flujo completo puede tomar minutos o hasta horas para tareas complejas. No es una conversación interactiva, es trabajo asíncrono.
Cómo conectar tu repositorio
# Via API
from openai import OpenAI
client = OpenAI()
task = client.codex.tasks.create(
repository="https://github.com/tu-usuario/tu-repo",
task="Añade validación de email con expresiones regulares en el formulario de registro. El archivo relevante es src/forms/registration.py",
branch="feature/email-validation", # rama donde crear los cambios
)
print(f"Task ID: {task.id}")
print(f"Status: {task.status}") # "pending"
# Más tarde...
completed_task = client.codex.tasks.retrieve(task.id)
if completed_task.status == "completed":
print(f"PR creado: {completed_task.pull_request_url}")Lo que hace bien
Tareas bien especificadas con contexto claro: cuando le das un archivo específico a modificar, una descripción clara del comportamiento esperado, y el contexto necesario, Codex es muy efectivo.
Migración de código: actualizar dependencias, cambiar APIs, migrar de un framework a otro con instrucciones claras. Codex puede procesar cientos de archivos de forma consistente.
Generación de tests: dado código existente, generar tests unitarios con buena cobertura. Esta es probablemente la mejor aplicación actual porque el criterio de éxito es verificable (los tests pasan) y la tarea está bien definida.
Refactorización mecánica: renombrar variables de forma consistente, extraer funciones repetidas, añadir manejo de errores, añadir logging.
Lo que no hace bien
Tareas con requisitos ambiguos: si la tarea tiene múltiples interpretaciones posibles, Codex elige una y la sigue. No pide clarificación en modo asíncrono. Si eligió mal, tienes que relanzarla.
Features que requieren diseño: “implementa la funcionalidad de carrito de compras” es demasiado abierto. Codex necesita instrucciones específicas sobre el comportamiento, no especificaciones de alto nivel.
Código con contexto implícito: si hay convenciones del proyecto que no están en el código (estilo de arquitectura, patrones de nomenclatura, restricciones de diseño), Codex puede no seguirlas.
Comparación con Devin
Devin fue el primer agente de código “autónomo” que generó mucho hype en 2024. Dos años después:
Devin: más interactivo, permite conversación durante la tarea, más flexible en tareas abiertas. Más caro.
Codex: asíncrono, integración directa con GitHub, mejor para tareas bien definidas, integrado en el ecosistema OpenAI.
Para la mayoría de casos de uso del mundo real (tareas específicas y bien definidas), Codex es más práctico. Para exploración y desarrollo iterativo donde necesitas feedback continuo, Devin tiene ventaja.
Consideraciones de seguridad
Codex tiene acceso a tu repositorio. Algunas preguntas que responder antes de usarlo:
- ¿Tu código contiene secretos o credenciales que no deberían salir del entorno controlado?
- ¿Los PR generados pasan por tu proceso normal de code review antes de merge?
- ¿El entorno sandbox de Codex tiene acceso a algún sistema externo (base de datos, APIs internas)?
OpenAI afirma que los entornos sandbox están aislados y no persisten después de la tarea. Pero para código muy sensible, evalúa si el riesgo es aceptable.
Mi caso de uso favorito
Generación de tests para código legacy. Tienes una función sin tests, quieres cobertura. Codex puede analizar la función, generar casos de test con valores de frontera, y escribir los tests en el framework que uses. Es aburrido de hacer a mano, Codex lo hace bien, y el criterio de éxito (tests que pasan) es verificable.
Análisis basado en uso de la API de Codex durante mayo 2026.